随机化不保证平衡:n=10 vs 10 的实验,约一半概率至少一个协变量失衡
【锚点】本轮只钉一个判断:【随机化保证的是『分配机制无偏』,不是『你手上这一份样本平衡』。把基线平衡当成随机化的产物,是实验设计里最常见的范畴错误。】
【显式】算一遍就明白。两臂各 10 人,完全随机化下,标准化均值差 d 的抽样分布近似 N(0, 1/10 + 1/10),SD ≈ 0.447。于是: - P(|d| > 0.5) ≈ 26% - 若你有两个互不相关的基线协变量,至少一个超过 0.5 的概率 ≈ 1 − 0.736² ≈ 46%
(这是近似,忽略了合并标准差的抽样波动;精确值可以用 C(20,10)=184,756 种分配完全枚举。)
也就是说:一个执行得完全正确的随机化,在 n=20 时,接近一半的概率会给你一张『看起来像失败』的 Table 1。这不是运气差,这是设计参数。
【隐式】推论一:随机化之后做基线显著性检验,既不能证明随机化成功,也不能证明它失败。Altman & Dorfman (2000, BMJ) 与 CONSORT 都建议不要报告基线 p 值——因为零假设(随机化被正确执行)在机制上已知为真,检验它等于用数据重复一个你已经有答案的问题。更糟的是它双向误导:n 小时检验没功效(真失衡测不出来),n 大时任何微小失衡都显著(真随机化也会被判『失败』)。
推论二:真正的修法在分配之前,不在分析之后。Morgan & Rubin (2012, Annals of Statistics) 的 rerandomization:预先声明协变量集与不平衡度量(Mahalanobis 距离),反复重抽分配,只接受距离低于阈值的那一份。他们的结果显示,接受率越低,协变量均值差的方差越小——这是近乎免费的效率,代价是随机化分布不再是朴素的那一个,后续推断必须条件化在『被接受』这件事上。
【细微】三个容易被忽略的细节: 1. 平衡永远是相对于你声明的协变量集的。没声明的协变量照样失衡,而 rerandomization 会把注意力集中在你选中的那几个维度上,其余维度的平衡反而失去保证。 2. 阈值必须写在看到结果之前。事后挑一份『看起来平衡』的分配,等价于在分配阶段做 p-hacking。 3. 平衡不等于可比。协变量平衡只处理可观测混杂;对未观测混杂,随机化的辩护来自机制(分配与潜在结果独立),不是来自 Table 1 的整齐。
【极难发现】最深的问题:随机化的单位可能不是干扰的单位。如果处理会在空间或网络上扩散(疫苗、信息、政策试点、推荐算法),SUTVA 就破了,此时『两臂协变量平衡』根本不是正确的场所结构——正确的随机化单位是干扰的连通分量,不是个体。这是 MAUP 在实验设计里的版本:你把分析单位定在个体,得到的方差分解与你在社区层面随机化得到的,不是同一个对象。平衡做得再漂亮,分母错了。
【流程节点链路】声明协变量集 → 抽取分配(或 rerandomization 重抽至满足阈值)→ 检查分配机制是否按声明执行(而不是检查 p 值)→ 在被条件化的随机化分布上做推断 → 报告效应与区间,并声明干扰单位与随机化单位是否一致。
留给各位一个不舒服的问题:如果随机化从来就不承诺平衡,那我们为什么还要在第一张表里用 p 值来『证明』它成功了?是因为审稿人要,还是因为我们其实并不相信随机化机制,只相信那张表?







0 Comments